Definición de un modelo predictivo para la deserción estudiantil en educación virtual y a distancia

Texto completo

(1)1. DEFINICIÓN DE UN MODELO PREDICTIVO PARA LA DESERCIÓN ESTUDIANTIL EN EDUCACIÓN VIRTUAL Y A DISTANCIA. IVÁN DARÍO ACOSTA CONTRERAS GIOVANNY ALBERTO PUENTES. Escuela Colombiana de Ingeniería Julio Garavito Decanatura de Ingeniería de Sistemas Maestría Gestión de Información BOGOTÁ D.C., Colombia 2019.

(2) 2. DEFINICIÓN DE UN MODELO PREDICTIVO PARA LA DESERCIÓN ESTUDIANTIL EN EDUCACIÓN VIRTUAL Y A DISTANCIA. IVÁN DARÍO ACOSTA CONTRERAS GIOVANNY ALBERTO PUENTES. Trabajo de investigación para optar al título de Magíster en Gestión de Información Modalidad: Profundización. Director Oswaldo Castillo Doctor en Ingeniería de Sistemas. Escuela Colombiana de Ingeniería Julio Garavito Decanatura de Ingeniería de Sistemas Maestría Gestión de Información BOGOTÁ D.C., Colombia 2019.

(3) 3. © Únicamente se puede usar el contenido de las publicaciones para propósitos de información. No se debe copiar, enviar, recortar, transmitir o redistribuir este material para propósitos comerciales sin la autorización de la Escuela Colombiana de Ingeniería. Cuando se use el material de la Escuela se debe incluir la siguiente nota “Derechos reservados a Escuela Colombiana de Ingeniería” en cualquier copia en un lugar visible. Y el material no se debe notificar sin el permiso de la Escuela. Publicado en 2019 por la Escuela Colombiana de Ingeniería Julio Garavito. Avenida 13 No 205-59 Bogotá. Colombia TEL: +57 – 1 668 36 00.

(4) 4. Aceptación del jurado El Trabajo de grado de maestría titulada “Definición de un Modelo Predictivo para la Deserción Estudiantil en Educación Virtual y a Distancia”, presentada por Iván Acosta Contreras y Giovanny Alberto Puentes, cumple con los requisitos establecidos para optar al título de Magíster en Gestión de Información.. ______________________ Oswaldo Castillo Navetty Director trabajo de grado. _____________________ Nombre Jurado. _____________________ Nombre Jurado. Bogotá, D.C., 16 de diciembre de 2019..

(5) 5. Reconocimiento o Agradecimientos Como siempre gracias a mis padres por su incondicional apoyo en la educación ya que es un “tesoro que nadie te puede quitar” por eso es importante “Nunca pare de aprender en la Vida”, a mi esposa y a mi hijo por que se que muchos de los peldaños recorridos los hago y los hare en compañía de ustedes. A mi amigo @gururea por un ejemplo a seguir y finalmente mil gracias a mi compañero y al director de tesis Oswaldo Castillo, por confiar en la idea y ser una guía durante el proceso..

(6) 6. Resumen La deserción universitaria es una de las preocupaciones más relevante e importantes que evalúan las Instituciones de Educación Superior (IES) en Colombia. Es por ello que este documento describe y propone un modelo que permite entender e identificar requerimientos institucionales acerca de la deserción estudiantil y además se mapeen todos los cambios que se les requerirán a la institución para lograr los beneficios y resultados esperados, también se ilustra como a través de tecnologías digitales y metodologías de análisis de datos se logra identificar niveles de precisión más confiable a fin de predecir posibles estudiantes que pueden caer en el ausentismo estudiantil y/o deserción estudiantil.. Con esto en contexto, se ha realizado en un escenario de la vida real un enfoque practico de la metodología propuesta y en compañía de una universidad en Colombia que ha sido pionera en la modalidad de educación virtual, en donde se realizo el entendimiento estratégico y operativo de las áreas de negocio que participan en los procesos de análisis de información para la deserción estudiantil y junto con ello se aplico algoritmos y técnicas de análisis de datos a los alumnos permitiendo obtener resultados experimentales que lograron niveles confiables de precisión para identificar predicciones de ausentismo y deserción estudiantil. El resultado final se presenta a discusión con la institución a fin de que la universidad pueda definir iniciativas que permitan disminuir la tasa de abandono mediante la identificación de posibles causas de deserción estudiantil. Palabras Clave Deserción, Retención, Persistencia Estudiantil.

(7) 7. Abstract University desertion is one of the most relevant and important concerns evaluated by Higher Education Institutions in Colombia. For this reason, the purpose of this document is to describe a proposed model that allows for the understanding and identification of institutional requirements regarding student dropout and also pathway all the changes that will be required of the institution in order to achieve the expected benefits and results. It also illustrates how, through digital technologies and data analysis methodologies, it is possible to identify more reliable levels of precision in order to predict possible students who may fall into student absenteeism and/or dropout.. With this context, a practical approach of the proposed methodology has been carried out in a real life scenario and in the company of a university in Colombia that has been a pioneer in the virtual education modality, where the strategic and operative understanding of the business areas that participate in the processes of information analysis for student dropout was carried out and together with this algorithms and techniques of data analysis were applied to the students allowing to obtain experimental results that achieved reliable levels of precision to identify predictions of student absenteeism and dropout. The final result is presented for discussion with the institution so that the university can define initiatives to reduce the dropout rate by identifying possible causes of student dropout.. Keywords Dropout, Retention, Student Persistence.

(8) 8. Contenido 1. Introducción. 13. 2. Descripción del problema. 15. 3. Objetivos, alcance y limitaciones. 20. 3.1. Objetivo general. 20. 3.2. Objetivos específicos. 20. 3.3. Alcance y limitaciones. 21. 4. Metodología. 21. 5. Marco teórico. 23. 6. 7. 5.1. Tinto. 23. 5.2. Spady. 25. Estado del arte. 26. 6.1. La deserción estudiantil.. 26. 6.2. Predicción del rendimiento académico mediante minería de datos. 29. Marco metodológico y caso de estudio 7.1. Fase No.1 - Marco metodológico. 34 34. 7.1.1. Alineamiento conceptual. 35. 7.1.2. Análisis de capacidades institucionales. 37. 7.1.3. Formato de entendimiento de deserción. 38. 7.1.4. Marco de trabajo. 39.

(9) 9. 7.2. Fase No. 2 - Caso de estudio. 7.2.1. Institución Educativa: Universidad Minuto de Dios (Rectoría de Educación. Virtual y a Distancia). 8. 9. 46. 47. 7.2.2. Alineamiento conceptual (Rectoría de Educación Virtual y a Distancia). 50. 7.2.3. Desarrollo del trabajo. 54. 7.2.3.1. Definición de deserción. 54. 7.2.3.2. Entendimiento de los datos. 55. 7.2.3.3. Preparación de los datos. 58. 7.2.3.4. Modelamiento. 62. 7.3. Despliegue de componentes tecnológicos. 72. 7.4. Conclusiones del modelo. 73. Conclusiones y Recomendaciones. 73. 8.1. Conclusiones. 73. 8.2. Trabajos Futuros. 74. Referencias. 76.

(10) 10. Lista de tablas Tabla 1. Técnicas de minería de datos ..................................................................................... 31 Tabla 2. Descripción de Hojas de Artefactos........................................................................... 45 Tabla 3. Limpieza de atributos de DataSet .............................................................................. 58 Tabla 4. Descripción pasos de Preparación de Tabla Resumen ............................................. 59 Tabla 5. Descripción de atributos de Tabla Resumen ............................................................. 60 Tabla 6. Descripción de Iteraciones de Grupo ........................................................................ 66 Tabla 7. Descripción de Segmentos Detectados - kmeans ....................................................... 67.

(11) 11. Lista de figuras Figura 1. Porcentaje de desertores según género entre 1998-2014 (SNIES) .......................... 16 Figura 2. Porcentaje de desertores según clasificación de exámenes entre 1998-2014 (SNIES) ....................................................................................................................................................... 17 Figura 3. Porcentaje de desertores según clasificación de exámenes entre 1998-2014 (SNIES) ....................................................................................................................................................... 18 Figura 4. Porcentaje de desertores según clasificación de exámenes entre 1998-2014 (SNIES) ....................................................................................................................................................... 19 Figura 5. Desarrollo de las fases.............................................................................................. 22 Figura 6. Esquema conceptual de abandono escolar ............................................................... 23 Figura 7. Modelo de Spady. Abandono escolar basado en Durkhein ..................................... 26 Figura 10. Factores comunes en la deserción .......................................................................... 33 Figura 11. Proceso y artefactos usados en el marco metodológico ......................................... 35 Figura 12. Red de dependencia de beneficios - Deserción estudiantil .................................... 37 Figura 13. Artefacto de entendimiento de capacidades ........................................................... 38 Figura 14. Artefacto resumen de alineamiento conceptual de deserción estudiantil .............. 39 Figura 15. Ciclo de vida de metodología CRISP-DM ............................................................. 40 Figura 16. Marco de trabajo propuesto.................................................................................... 41 Figura 17. Mapa estratégico - Uniminuto................................................................................ 48 Figura 18. Participación de los estudiantes por modalidad de estudios .................................. 49 Figura 19. Cifras de deserción de Rectoría IEVD - Uniminuto .............................................. 50 Figura 20. Artefacto - Análisis de capacidades en Gestión de Comunicaciones - Uniminuto 51 Figura 21. Artefacto - Análisis de capacidades en bienestar estudiantil - Uniminuto ............ 52.

(12) 12. Figura 22. Artefacto - Análisis de capacidades en asesores académicos - Uniminuto............ 52 Figura 23. Artefacto - Análisis de capacidades en asesores académicos - Uniminuto............ 53 Figura 24. Artefacto - Alineamiento conceptual de deserción estudiantil - Uniminuto .......... 54 Figura 25. Validación orígenes de datos del caso de estudio .................................................. 55 Figura 26. Variables Significativas ......................................................................................... 63 Figura 27. Variables Definitivas.............................................................................................. 64 Figura 28. Histograma Residaj ................................................................................................ 64 Figura 29. División por ausentismo......................................................................................... 70 Figura 30. División por estrato socioeconómico ..................................................................... 70 Figura 31. Ramas del árbol ...................................................................................................... 71 Figura 32. Diagrama de despliegue de componente de tecnología ......................................... 72.

(13) 13. 1. Introducción. La deserción y permanencia estudiantil constituyen un problema que impacta a las IES alrededor del mundo, y la preocupación por este tema es compartida por los diferentes sistemas de calidad que evalúan la educación superior. Para tener una magnitud o dimensión del problema existen varios indicadores (Ministerio de Educación Nacional, 2011), pero quizás el más relevante es el que permite evidenciar las tasas de deserción anual en las IES, el cual se mide en términos de porcentaje de estudiantes activos que se encontraban como matriculados un año antes y que al siguiente año o periodo académico figuran como desertores. Por ejemplo, para Colombia es una tasa superior al 10% al año 2014, y es una no tan alarmante si se compara con países en la región, como Brasil (18%) y Estados Unidos (17%). En Colombia, desde hace una década aproximadamente, el Ministerio de Educación Nacional (MEN) ha comenzado a trabajar en las IES a fin de que, dentro de los planes estratégicos institucionales, logren promover y llevar a cabo iniciativas que busquen reducir las tasas de deserción e incrementar la cantidad de estudiantes que comienzan a gozar de su título profesional. Pero para llevar a cabo estos propósitos institucionales, es necesario identificar las causas o motivos de por qué los jóvenes no logran obtener su título profesional en los tiempo debidos; combatir y contrarrestar el acelerado ritmo y las altas tasas de deserción universitaria que se presentan en los programas de las diferentes modalidades de educación, como lo son pregrado, posgrado y educación continua; y reconocer cómo afecta este problema a estudiantes presenciales y de educación virtual y a distancia. Específicamente en este país existían diversos enfoques metodológicos para analizar la deserción, sin embargo, el MEN puso al servicio y al alcance de las IES, desde el año 2006, el Sistema de Prevención y Análisis de la Deserción en las Instituciones de Educación Superior.

(14) 14. (SPADIES), que para efectos prácticos solamente se considera o evalúa el modelo de “First drop Out” (Hernández, 2009) es decir, el abandono de un programa académico por dos semestres consecutivos. Esta circunstancia también es conocida como primera deserción, lo cual sirve como señal o alerta para que las instituciones puedan diseñar estrategias a fin de evitar la posible deserción de estudiantes en el futuro. Pese a ello, en la mayoría de las ocasiones, las instituciones realizan este análisis de manera post mortem, es decir, se analiza la información cuando el estudiante ya abandonó o desertó del programa académico o la institución, muchas veces sin entender o tener el conocimiento de cuáles fueron los motivos o causas por las que el estudiante se fue de la universidad. Para finalizar, es importante mencionar que la deserción es un fenómeno que se ha venido contrarrestando y en muchas instituciones en Colombia ha venido decreciendo gracias a diferentes medidas nacionales y a las iniciativas institucionales, mas es preciso detectar a tiempo a aquellos estudiantes que pueden clasificar como posibles desertores. De ahí la necesidad de que las universidades desarrollen estrategias que motiven a los estudiantes y que permitan una retroalimentación oportuna y continua a los mismos; además de ofrecer asistencia adecuada a los requerimientos de la comunidad estudiantil, por medio de las oficinas o áreas de éxito estudiantil, para potencializar estas metodologías. En particular cabe implementar dichas estrategias en la educación en ambientes virtuales o digitales, puesto que estos son uno de los canales o espacios más prometedores como nuevas fuentes de ingresos en las universidades, donde se da la utilización del conocimiento como actor principal del desarrollo social y productivo..

(15) 15. 2. Descripción del problema. La deserción estudiantil es un problema que impacta las IES, tanto en su labor social como en sus iniciativas y estrategias, económicas y de sostenibilidad. Afortunadamente, cada vez son más los Gobiernos y los ministerios de educación de cada país que brindan u ofrecen herramientas a favor de fortalecer la permanencia de los estudiantes en las instituciones, y de esta manera lograr un efecto positivo en el incremento de las tasas de graduación. Al respecto es pertinente aclarar que hasta hace algunos años las universidades solamente hablaban de deserción, lo cual hacía evidenciar cifras negativas en su gestión al problema, por ese motivo, ahora han cambiado de enfoque y se habla de permanencia estudiantil en donde el principal objetivo es prevenir que el estudiante abandone sus estudios universitarios a partir de la motivación del estudiante para lograr alcanzar sus propias metas educativas. No obstante, las IES tienen varios retos para enfrentar la problemática de la deserción, entre ellos, enfocar esfuerzos en promover la continuidad de los estudios para aquellos estudiantes que pueden ser posibles desertores del sistema educativo universitario, y desarrollar metodologías o planes de trabajo que contribuyan a mejorar el rendimiento académico de los estudiantes. El MEN, junto con el sistema de información SNIES (Sistema Nacional de Información de la Educación Superior), ha comenzado a trabajar en elementos fundamentales alrededor de la problemática de la deserción estudiantil; a partir de diferentes estudios y análisis que se han realizado durante los últimos años, se ha logrado identificar los diferentes factores o elementos que intervienen en la permanencia estudiantil, y a su vez, se han reconocido en detalle los aspectos y las variables asociadas a dicho fenómeno. Lo anterior se ha hecho con el propósito de que las universidades puedan trabajar en la estimación del riesgo de deserción de los estudiantes,.

(16) 16. para facilitar el seguimiento a estos y así definir estrategias que contrarresten la deserción estudiantil. Al profundizar en cada uno de estos grupos de variables se puede ver una diferente caracterización de los estudiantes, en donde se evidencia un comportamiento de la deserción. Por ejemplo, en el grupo de aspectos personales, como lo es el género, se observa en la siguiente figura que la mayor población de estudiantes desertores está conformada por hombres, con una diferencia de casi 10% por encima de las mujeres.. Figura 1. Porcentaje de desertores según género entre 1998-2014 (SNIES) Fuente: (Ministerio de Educación, 2014) Aún con base en el análisis realizado por el SNIES, respecto a los aspectos académicos, se halla una relación inversa entre la clasificación de los estudiantes según los resultados en las pruebas realizadas en la universidad y la tasa de deserción, pues se demuestra que los estudiantes con bajo desempeño académico presentan mayor tasa de deserción, y los de mejor desempeño académico las menores tasas..

(17) 17. Figura 2. Porcentaje de desertores según clasificación de exámenes entre 1998-2014 (SNIES) Fuente: (Ministerio de Educación, 2014) Sobre el tercer aspecto, relacionado con variables de índole socioeconómica, y que según análisis realizados por el SNIES es uno de los criterios que eleva la tasa o porcentaje de estudiantes desertores, se puede observar en la figura siguiente una estrecha relación de manera inversa entre el ingreso y la deserción. El rango salarial de las familias para el cual hay mayor tasa de deserción es para aquellas que ganan uno o menos de un salario mínimo legal vigente, y a medida que se aumenta el rango salarial de la familia, disminuye la tasa de deserción de estudiantes..

(18) 18. Figura 3. Porcentaje de desertores según clasificación de exámenes entre 1998-2014 (SNIES) Fuente: (Ministerio de Educación, 2014) El último dominio o aspecto evaluado por el SNIES hace referencia a las variables institucionales, en ese caso, se toma como base y se evalúa información del estudiante en cuanto a apoyos o ayudas financieras (académicas y otros apoyos), lo que en efecto propende o busca disminuir el riesgo de deserción. Asimismo, el origen (pública o privada) de la IES afecta de manera significativa el riesgo de deserción, debido a que las instituciones técnicas de carácter público aumentan de manera considerable el riesgo de deserción ‒un comportamiento que también se presenta en las instituciones tecnológicas‒, pero en las universidades dicho riesgo se disminuye de manera notable. Este comportamiento se evidencia en la siguiente figura..

(19) 19. Figura 4. Porcentaje de desertores según clasificación de exámenes entre 1998-2014 (SNIES) Fuente: (Ministerio de Educación, 2014) De este modo, se ha logrado determinar que dicho estudio se encuentra enfocado en las IES, sin tener en cuenta la modalidad (presencial, semipresencial, virtual, a distancia) en la cual se imparte el programa de estudios de la universidad. Es por ello que el presente documento tiene como hipótesis analizar la deserción de los estudiantes de educación virtual, para este contexto, seguramente los posibles estudiantes desertores puedan tener un comportamiento totalmente diferente al de quienes se encuentran en programas universitarios de modalidad presencial. Por lo tanto, este proyecto busca responder la siguiente pregunta: ¿Es posible construir un modelo predictivo para deserción estudiantil a partir de una metodología planteada?, y una serie de preguntas específicas: •. ¿Por medio del modelo predictivo, que permite identificar patrones de deserción, se pueden crear estrategias y herramientas de apoyo institucional para que un estudiante no abandone sus estudios?.

(20) 20. Las respuestas a estas preguntas ayudarán a demostrar que, con un entendimiento de las capacidades institucionales, el alineamiento en las áreas de negocio de la institución superior conceptual alrededor de la deserción y junto con técnicas de estadísticas y/o minería de datos junto con la analítica de datos, es posible generar modelos predictivos de deserción, capaces de contribuir al mejoramiento de la intervención temprana a nivel institucional con esos estudiantes que le apostaron a mejorar su proyecto de vida. 3. Objetivos, alcance y limitaciones. En este apartado del documento de tesis se define, a través de los objetivos, la finalidad y el alcance de este proyecto de tesis, a fin de identificar de manera clara las tareas que se realizan para llegar al resultado principal, cuyo desarrollo se plasma a lo largo del documento. Además de los objetivos, por medio del alcance se definen los límites de este proyecto, en donde se especifica cuáles son los resultados esperados y qué se entregará para soportarlos. 3.1. Objetivo general. Construir un modelo predictivo de la deserción estudiantil para la modalidad de educación virtual y a distancia. 3.2 •. Objetivos específicos Realizar un diagnóstico por medio de una metodología de análisis de deserción particular en la institución para estudiantes de educación virtual y a distancia.. •. Definir las fuentes de información y las variables que inciden en la deserción de estudiantes en la modalidad de educación virtual y a distancia..

(21) 21. •. Establecer un modelo predictivo que permita identificar la deserción de estudiantes en la modalidad de educación virtual y a distancia.. •. Construir y validar el modelo predictivo con datos reales de una institución de educación superior con modalidad de educación virtual y a distancia.. 3.3. Alcance y limitaciones. El presente proyecto de tesis tiene como propósito presentar un enfoque teórico, práctico, y a la vez dinámico, que le permita a las IES (especialmente a las que tienen programas de educación bajo la modalidad virtual y a distancia) contar con una metodología para realizar un autodiagnóstico en el que se pueda predecir con anticipación a aquellos estudiantes que tienen una mayor tendencia de abandono de estudio. Lo anterior con el objeto de que las mismas instituciones puedan analizar los resultados e identificar factores que les ayuden a construir un plan de mejora continua, para aumentar las tasas de retención de los estudiantes. 4. Metodología. Debido a la naturaleza y el alcance del proyecto, el planteamiento metodológico que se desarrolla en el presente estudio se encuentra dividido en dos momentos o fases principalmente, estas son:. Marco de metodológico. El principal objetivo de esta fase es construir un alineamiento conceptual con las IES, en especial con aquellas que están enfocadas en programas de modalidad virtual y a distancia, para entender el enfoque o la estrategia particular del modelo de persistencia estudiantil propuesto por la universidad, y en conjunto definir unos resultados esperados a partir.

(22) 22. del diagnóstico realizado. De ahí en adelante la universidad podrá definir estrategias que hagan posible la creación o fortalecimiento de la persistencia o la retención estudiantil.. Caso de estudio. Para este segundo momento, se llevarán a cabo varias actividades, como son: contexto del caso de estudio, en donde se integrará de manera activa la Universidad Minuto de Dios, específicamente el trabajo a realizar con la rectoría de la sede virtual y a distancia. En esta fase se ejecutará el marco de trabajo propuesto en la fase anterior, y se espera tener un entregable con el análisis predictivo que permitirá detectar a aquellos posibles desertores estudiantiles de la universidad. A continuación, se ilustran las fases que hacen parte del alcance del presente documento y los pasos a seguir en cada una de ellas.. Figura 5. Desarrollo de las fases Fuente: elaboración propia.

(23) 23. 5 5.1. Marco teórico. Tinto. En el estudio desarrollado por Tinto (1975) se desarrolló un modelo que explicó la relación entre el estudiante y la universidad, y está basado en el involucramiento de los estudiantes donde las metas y el compromiso organizacional son los valores raíz y son facilitados por los académicos y la integración social modelo Tinto en la participación de los estudiantes donde el objetivo y el compromiso institucional son valores fundamentales y son facilitados por la integración académica y social. En ese sentido, el estudiante ve influenciado, positiva o negativamente, su compromiso académico con su desempeño académico en la institución, y la integración con compañeros y docentes.. Figura 6. Esquema conceptual de abandono escolar Fuente: (Tinto, 1975) Esta figura muestra un modelo longitudinal de relaciones entre los sistemas individuales y académicos; de ahí se desprende que el compromiso de la universidad incide fuertemente en el.

(24) 24. estudiante, puede lograr que un estudiante comprometido con su estudio desista, o, al contrario, que uno con bajo nivel de compromiso individual se mantenga estudiando. Conviene distinguir que los estudiantes ingresan a las universidades con una variedad de características (sexo, raza, capacidad), experiencias previas a la universidad (promedios de calificaciones en la secundaria, logros académicos y sociales) y antecedentes familiares (estatus social, ingresos, cantidad de familiares), y que cada una tiene una incidencia directa e indirecta en su desempeño en la universidad. Más aún, estas características de fondo y los atributos de la persona también influyen en las expectativas y compromisos educativos que esta trae al entorno universitario. En ese escenario, dichos objetivos y compromisos de la universidad son importantes en la predicción y reflexión en torno a la experiencia de la persona, sus decepciones y satisfacciones. El modelo de deserción planteado toma esta idea como se indica y sugiere que dichas evaluaciones se verán reflejadas en los compromisos del estudiante, con el objetivo de terminar la universidad, y en la institución en la que está matriculado. En suma, estos compromisos reflejan su integración en la parte académica y social en la institución, son el resultado de la percepción de los beneficios (mejores notas, satisfacciones personales, amistades) y los costos (costos de estudiar, tiempo, insatisfacciones, fallas académicas) de su asistencia a la universidad. De otro lado, el modelo teórico de Tinto toma en cuenta elementos externos que afectan la decisión del estudiante de permanecer en la universidad. Por ejemplo, permite incluir los efectos de la oferta y la demanda en el mercado laboral en las tasas de deserción, y tiene en cuenta que hay restricciones (por ejemplo, la discriminación) que limitan la capacidad de las personas para invertir en alternativas percibidas como potencialmente más gratificantes..

(25) 25. La deserción entonces es el resultado de un proceso que involucra la interacción entre el estudiante y la universidad, y no sorprende que las características de la universidad se relacionen con tasas diferenciales de retiro. Es la institución ‒sus recursos, instalaciones, arreglos estructurales y la composición de sus miembros‒ la que limita el desarrollo e integración de los estudiantes en la institución y la que lleva al desarrollo del clima social y académico. 5.2. Spady. El modelo es un resumen y extensión de conceptos relacionados con la teoría del equilibrio, la teoría del suicidio de Durkheim y el estudio sobre las deserciones de la universidad. Este considera la decisión de retirarse de un sistema social particular, como la consecuencia de un proceso complejo a nivel social que incluye antecedentes familiares y educativos, potencial académico, conveniencia normativa, apoyo de amigos, desarrollo intelectual, desempeño, integración social, satisfacción y compromiso con la institución. En este caso, el análisis de regresión múltiple se utiliza para calificar la contribución independiente de cada factor en la explicación de resultados importantes. La integración social, la satisfacción y el compromiso con la institución se pueden explicar sobre la base de recompensas asociadas a las relaciones interpersonales y el desarrollo intelectual. Además, la decisión de deserción escolar a corto plazo está muy influenciada por los criterios de desempeño entre los hombres, pero no es así para las mujeres. Sin embargo, en un periodo de cuatro años, el rendimiento académico es claramente el factor dominante en la deserción tanto de hombres como de mujeres..

(26) 26. Figura 7. Modelo de Spady. Abandono escolar basado en Durkhein Fuente: (Spady, 1971) 6. Estado del arte. El enfoque propuesto en este apartado del documento, buscar compartir un marco de referencia donde se busca contextualizar como se ha venido dado la deserción en la educación superior en donde factores individuales, socioeconómico, institucionales y académicos se debe tener en cuenta para el correcto avancen dentro del ciclo de vida del estudiante en la universidad. Pero antes de avanzar es importante socializar de manera concreta algunas definiciones relacionadas a la deserción y junto con ello algunas las técnicas de análisis de datos que han venido evolucionando e implementado en educación superior. 6.1. La deserción estudiantil.. Para comenzar y de acuerdo con Tinto (1989) la definición de la deserción estudiantil puede analizarse desde varias perspectivas y de acuerdo con los diferentes tipos de abandono que se puede dar a lo largo de ciclo académico del estudiante. Estas perspectivas dependen de los actores involucrados en el proceso, como son los estudiantes, el personal administrativo de las.

(27) 27. instituciones de educación superior y los responsables de la política institucional en la universidad. En este sentido, el concepto de deserción puede diferentes matices como el institucional, el individual, el académico y el económico. De manera general, la deserción es considerada como el abandono temporal o definitivo del aula de clase por parte de los estudiantes, de los programas académicos para las cuales se matricularon. A partir de esta definición las instituciones han venido trabajando y perfeccionando modelos de deserción que ayuda a estimar la probabilidad de que un alumno se retire en cierto periodo, es allí donde a partir de los datos e información que se recolecta del estudiante desde que es el prospecto o inscrito hasta que se convierte en estudiante toma relevancia ya que es el punto de partida para definición y construcción de dichos modelos, además se ha logrado evidenciar en los diferentes estudios e investigaciones que los datos más usados para la construcción de dichos modelos, son los siguientes: A. Prueba de habilidades a los nuevos estudiantes. En él, el razonamiento verbal verifica las habilidades del estudiante para entender conceptos, además se evalúa la capacidad de abstraer y pensar constructivamente. B. Encuesta a los nuevos estudiantes de sus características y opiniones. La encuesta tiene preguntas acerca de las condiciones de vida del alumno, lugar de origen, entorno social y caracterización socioeconómica de su grupo familiar. C. Encuestas institucionales. Al terminar cada periodo académico se realiza una encuesta de los servicios académicos y de la satisfacción con los profesores. D. Datos de los alumnos. En los sistemas de información que sirven como apoyo a la operación para la recolección de datos del estudiante, normalmente las universidades extraen estos tipos.

(28) 28. datos como que se nombran a continuación y lo hacen parte de los modelos donde análisis información de deserción. Estos datos son: • Individuales o. Edad al ingreso.. o. Sexo. o. Lugar de origen.. o. Grado de responsabilidad.. o. Autopercepción como alumno.. • Socioeconómicas o. Estrato social. o. Situación laboral. o. Entorno familiar. • Académicas o. Resultado de pruebas de ingreso - Razonamiento verbal.. o. Rendimiento académico del periodo académico.. • Institucionales o. Satisfacción con la universidad.. o. Evaluación de los docentes.. • Contextuales o. Tasa de crecimiento anual del PIB en el año anterior.. Para Colombia, la entidad encargada de analizar las cifras de deserción en educación superior es el Ministerio de Educación Nacional, para ello la entidad creo una plataforma tecnológica llamada SPADIES la cual se utiliza para hacer seguimiento sobre las cifras de deserción de estudiantes de la educación superior en sus diferentes modalidades. Este seguimiento se realiza analizando los datos suministrados por las instituciones de educación superior, se identifican y se ponderan los comportamientos, las causas y riesgos determinantes para desertar. A partir de este.

(29) 29. análisis de información que realiza el Ministerio de Educación, el fenómeno de la deserción se presenta por tres aspectos fundamentales, el rendimiento académico, el cual hace referencia al conocimiento adquirido por los estudiantes durante la educación básica y media; la capacidad económica; y la orientación vocacional de los estudiantes.. 6.2. Predicción del rendimiento académico mediante minería de datos. La minería y el análisis de datos es un conjunto de técnicas y procedimientos que puede ser desarrolladas a partir de diferentes fuentes o repositorios de datos, en donde estos datos, sirve para realizar análisis predictivos mediante técnicas de análisis estadístico para predecir medidas de certeza que se basa en datos o hechos reales en la institución. En diferentes estudios que realizan las universidades donde se utilizaron técnicas de minería de datos (Yamao, 2018), las cuales tienen como meta predecir el rendimiento académico de los alumnos; las fases del desarrollo del proyecto fueron las siguientes: Recolección de datos: se usó información de las bases de datos de las diferentes áreas de negocio de la universidad como admisión, gestión académica, bienestar universitario entre otras. Algunos datos se describen a continuación. •. Semestre de ingreso.. •. Código del alumno.. •. Apellido paterno. •. Apellido materno. •. Nombres. •. Fecha de nacimiento. •. Sexo.

(30) 30. •. Modalidad de ingreso.. •. Nombre del colegio de procedencia.. •. Departamento, provincia, distrito del colegio.. •. Tipo de colegio.. •. Puntaje obtenido en el examen de admisión.. •. Estado de matrícula.. •. Escala de pensión.. •. Dirección de domicilio.. •. Cursos llevados. •. Sección. •. Nota Técnicas aplicadas: se aplicaron diferentes métodos de minería de datos definiendo como. atributo objetivo una variable definida como Aprobado, entre las técnicas usadas están las referidas a continuación. Regresión lineal: para la selección de las variables que tienen mayor influencia en la variable dependiente se utilizó el método de regresión paso a paso. Así, las variables que tienen mayor relación con la condición de aprobado son: nota de examen de admisión, edad, sexo y distancia. No se logró demostrar que las variables relacionadas con el colegio de procedencia tengan alguna influencia sobre la posibilidad de ingreso a la universidad del estudiante. De igual modo, para realizar la predicción con este modelo, se dividieron los datos en 75% para entrenamiento y 25% para probar. En las pruebas de validación de los resultados se ve que hay mucha variación en ellos según la selección aleatoria que se hizo cuando se dividieron los datos..

(31) 31. Árbol de decisiones: normalmente se hace usó el algoritmo C5.0 en la creación de los modelos de árbol de decisiones; estos permitieron establecer reglas para realizar la predicción y analizar la importancia de las variables utilizadas. Las variables de mayor uso fueron el examen de admisión, el sexo y el colegio de origen, especialmente si proviene de colegio privado. Support Vector Machines: se usó con el fin de crear modelos, basados en vector de soporte, para la creación de hiperplanos que corresponden a un punto de corte en pro de realizar la clasificación. Por otra parte, en el análisis de relación de las categorías social, económica y académica versus el rendimiento académico, se encontró que el carácter social, como razón de retiro, tuvo mayor número de estudiantes. Cabe añadir que las variables que tienen alta relación concuerdan con otros estudios, donde el rendimiento académico de la secundaria es el que tiene mayor importancia en el rendimiento académico posterior. Es importante mencionar que las IES han logrado proporcionar elementos con capacidad de evaluar las debilidades y fortalezas que ayudan a disminuir la deserción de los estudiantes, en los diferentes programas académicos. Es por ello que uno de los puntos a evaluar en el presente documento de tesis se basa en el análisis de técnicas de minería de datos que usan diferentes tipos de modelos predictivos, cuya finalidad es identificar la mejor técnica para predecir la probabilidad de que un estudiante deserte del programa académico. En la siguiente tabla se recolectan y se consolidan varios estudios realizados al respecto, mencionando las técnicas utilizadas. Tabla 1. Técnicas de minería de datos Estudio o paper relacionado New Directions in Education Research: Using Data Mining. Técnica de minería de datos aplicada Regresión logística.

(32) 32. Techniques to Explore Predictors of Grade Retention. Árboles de clasificación. Predicting Students’ Academic Performances – A Learning Analytics Approach using Multiple Linear Regression. Regresión lineal. Modelo para la automatización del proceso de determinación de riesgos de deserción en estudiantes universitarios. Árboles de decisión Clusters (K-medianas). Mining Educational Data to Analyze Students Performance. Árboles de decisión. Determining factors affecting student retention in a higher education institute in Taiwan and building a prediction model using logistic regression and support vector machine. Regresión Logit Support Vector Machine. Student Performance Evaluation in Education Sector using Prediction and Clustering Algorithms. Clustering. A Model to Predict Ohio University Student Retention From Admissions and Involvement Data. Regresión lineal Regresión logística Árboles de decisión. Predicción del rendimiento académico de alumnos de primer año de la FACENA (UNNE) en función de su caracterización socioeducativa. Regresión logística. Data Mining in the Classroom: Discovering Groups’ Strategies at a Multi-tabletop Environment.. Differential Sequence Mining. Una lectura sobre deserción universitaria en estudiantes de pregrado desde la perspectiva de la minería de datos. Árboles de decisión C 4.5. Fuente: elaboración propia De esta interrelación de los modelos mencionados por diferentes exponentes y autores, se presenta en la siguiente figura un resumen de los criterios que afectan de manera directa la permanencia de los estudiantes en un programa académico, en particular en la modalidad de educación virtual y a distancia:.

(33) 33. Figura 8. Factores comunes en la deserción Fuente: elaboración propia Finalmente, la identificación de criterios o variables en cada uno de los estudios y métodos propuestos, a lo largo de la historia, ha permitido consolidar los factores y dominios que son determinantes para la deserción (MEN, 2009). Estos elementos descritos, junto con los dominios que afectan directamente la deserción, se convierten en el marco de referencia para el análisis y el entendimiento de la altísima complejidad del fenómeno de la deserción. Además, le permiten a las IES contar con una visión holística de las causas, y así identificar posibles acciones que se pueden promover, desde la institución, para lograr que los estudiantes culminen con éxito su programa académico en la modalidad virtual y a distancia..

(34) 34. 7. Marco metodológico y caso de estudio. Como parte de la contextualización general para el desarrollo del planteamiento metodológico, el cual fue presentado en el apartado de la metodología, esta sección tiene como objeto principal definir lineamientos y artefactos, a fin de fortalecer las capacidades institucionales en la ejecución de un modelo que haga posible evaluar la deserción en los estudiantes de la modalidad de educación virtual y a distancia. 7.1. Fase No.1 - Marco metodológico. Para las IES es fundamental contar con elementos o herramientas que les permitan realizar una autoevaluación o un autodiagnóstico. Este programa o iniciativa debe hacerse periódicamente, pueden revisar factores internos y externos referentes a la deserción estudiantil en la modalidad de educación virtual y a distancia. Para ello, y con el fin de realizar en este documento una guía práctica y dinámica, se propone como punto de partida un ejercicio de autoevaluación con la institución, en el que se haga uso de elementos utilizados en la arquitectura empresarial para Educación Superior (Santiago, 2013). En la figura siguiente se mencionan los pasos a realizar en la Fase No.1, junto con los artefactos que fueron creados en cada uno de los pasos..

(35) 35. Figura 9. Proceso y artefactos usados en el marco metodológico Fuente: elaboración propia 7.1.1. Alineamiento conceptual. El alineamiento conceptual establece lineamientos con el fin de que las universidades puedan crear y establecer un proyecto de permanencia, el cual les ayudará a evaluar la capacidad institucional para gestionar la permanencia estudiantil y dar cumplimiento a la reducción o prevención de las políticas institucionales de deserción estudiantil. Estos lineamientos tienen las siguientes características: •. Un propósito: el programa de autoevaluación debe estar centrado en el estudiante y ser diseñado para facilitar la persistencia estudiantil, con el objeto de reducir la tasa de deserción.. •. Proactivo: el programa de autoevaluación requiere acciones tempranas y preventivas que sean definidas por la institución para abordar necesidades educativas y los problemas de los estudiantes de manera anticipatoria, antes de que se conviertan en conflictos que requieran intervención reactante.. •. Colaborativo: el programa de Autoevaluación debe ser iniciado por la institución y luego llegar a los estudiantes para brindar el apoyo requerido..

(36) 36. Por lo anterior, y con el propósito de apoyar la formulación de esta hipótesis, se usan elementos o artefactos provistos por la arquitectura empresarial, puesto que esta disciplina de planeación o de dirección establece una hoja de ruta más exacta y precisa frente a los elementos más relevantes dentro de los procesos de negocio. En este caso, dichos elementos se enfocan en las IES para el proceso de persistencia estudiantil. Para este primer alineamiento conceptual de la fase 1 del marco metodológico, se usará como referencia un diagrama de Dependencia de Beneficios (BDNg) (Peppard, 2016), que se utiliza para socializar junto con la institución las relaciones causa-efecto organizadas en capacidades, a fin de obtener cambios que se requieren para los beneficios y resultados esperados. Adicionalmente, lo que busca este artefacto es ilustrar toda la alineación que se necesita obtener, a través de la combinación de la tecnología, procesos de negocio e iniciativas institucionales que buscan reducir la deserción estudiantil, las cuales se relacionan entre sí a fin de tener un mapa de cambios que puedan ser adoptados por la institución. Ese insumo o modelo le da la posibilidad a la IES de una comprensión cada vez más integral de la problemática de deserción estudiantil que puede estar presente en los estudiantes de la modalidad virtual y a distancia..

(37) 37. Figura 10. Red de dependencia de beneficios - Deserción estudiantil Fuente: elaboración propia Una vez finalizada la socialización y el alcance con las unidades de negocio que intervienen en los procesos académicos que hacen parte de la metodología, se continúa con el siguiente paso a nivel más funcional y operativo. 7.1.2. Análisis de capacidades institucionales. A partir de la socialización de la Red de dependencia de beneficios de deserción académica en Educación Virtual y a Distancia, hecha al equipo de trabajo de las áreas de la institución que se van a intervenir, se definió el artefacto que permite realizar un diagnóstico sobre los procesos académicos más relevantes dentro de la institución, y en los cuales se concentra mayor uso de la información académica. Lo anterior se hizo con el propósito de observar cuáles son los elementos que se pueden articular con el marco de trabajo, y que apoyen la identificación y evaluación de las entidades de negocio y de las variables que pueden ser utilizadas y asociadas a.

(38) 38. la deserción y permanencia estudiantil. Paralelamente, tales elementos contribuyen al reconocimiento de las acciones que están llevando a cabo las IES a fin de mitigar las problemáticas alrededor del seguimiento en los procesos. En la Figura 13 se encuentra una breve descripción de los campos que se deben completar por parte de la IES.. Figura 11. Artefacto de entendimiento de capacidades Fuente: elaboración propia 7.1.3. Formato de entendimiento de deserción. Una vez finalizado el proceso de entendimiento correspondiente al análisis de capacidades institucionales en los procesos definidos, se procede a elaborar y validar con la IES el entendimiento que esta tiene sobre deserción estudiantil. Con ese objeto, se ha elaborado este artefacto resumen donde se relacionan las políticas, las estrategias, las acciones e incluso instrumentos que ayudan al fortalecimiento y al alcance que se le debe dar al modelo propuesto..

(39) 39. En ese sentido, se busca con dicho artefacto tener un plan unificado, integrado y coherente al Plan Estratégico Institucional a fin de que se pueda asegurar que los objetivos básicos propuestos se logren. En la Figura 14 se encuentra una breve descripción de los campos que se deben completar por parte de la IES.. Figura 12. Artefacto resumen de alineamiento conceptual de deserción estudiantil Fuente: elaboración propia 7.1.4. Marco de trabajo. Cuando la institución de educación superior toma la decisión de apropiar la metodología propuesta, es necesario que tengan en cuenta aspectos mínimos que aseguren el éxito de su ejecución. Dicho esto se presentan los beneficios que fortalecen el marco metodológico propuesto: A. Garantizar el cumplimiento de las actividades propuestas. B. Aumentar los niveles de retención (Persistencia)..

(40) 40. C. Garantizar el cumplimiento de las políticas institucionales. D. Aumentar el nivel de pertenencia del alumno. E. Minimizar el riesgo de pérdida de acreditación de los programas de la modalidad de educación virtual y a distancia. F. Alto nivel de pertinencia en el mercado laboral. Ahora bien, para lograr realizar el marco de trabajo, es preciso apropiar elementos de la metodología CRISP-DM (Cross Industry Standard Process for Data Mining), puesto que es un modelo de proceso de minería de datos con una guía estructurada en seis pasos; estos pueden ser bidireccionales, es decir que de un paso en concreto se puede volver a un paso anterior para poder revisar. En la Figura 15 se describen los pasos o fases que propone la metodología CRISPDM.. Figura 13. Ciclo de vida de metodología CRISP-DM Sin embargo, y con el entendimiento o acuerdos que se logran previamente con la IES en el alineamiento conceptual, varios pasos o fases que son propuestas en la metodología CRISP-DM.

(41) 41. son limitadas en el marco de trabajo propuesto en este documento. Por esa razón, se han fijado cuatro pasos que orientan a la institución en el entendimiento de los datos, preparación de los datos, aplicación de modelamiento y, por último, una evaluación del modelo predictivo de deserción estudiantil para estudiantes de modalidad virtual y a distancia. Dado lo anterior, a continuación, se propone el marco de trabajo por medio del cual se lleva a cabo el análisis de cada uno de los cuatro pasos allí descritos.. Figura 14. Marco de trabajo propuesto Fuente: elaboración propia. Entendimiento de los datos: el principal objetivo de establecer un primer contacto con el problema y con los datos mínimos viables, determinados para construir el modelo de predicción.

(42) 42. de deserción de estudiantes, es identificar la calidad de los datos, y además apoyar la creación de relaciones que permitan definir las primeras hipótesis a trabajar en el modelo predictivo. Por consiguiente, las actividades a realizar se especifican en los siguientes ítems. a) Colección de datos iniciales de las poblaciones objetivo: en esta primera actividad se elaboran informes por medio de listas de los datos que son proporcionados por la IES, en donde se menciona el dato, la fuente o sistema de información en que este reside, y la técnica de recolección. b) Descripción de los datos: en esta segunda actividad se detallan los datos, volúmenes de registros y campos por registro, así como su significado y la descripción del formato. c) Exploración de datos: en este paso se procede a encontrar una estructura general de los datos, por medio de pruebas estadísticas (tablas de frecuencia y gráficos de distribución), para posteriormente elaborar un informe de exploración de datos. d) Verificar la calidad de datos: se efectúan verificaciones sobre los datos para determinar o identificar valores nulos o datos de valores de rango que pueden generar ruido en el desarrollo de modelo. Preparación de los datos: una vez finalizado el proceso de recolección de los datos, es necesario prepararlos a fin de aplicar técnicas de minería de datos; a su vez, con el apoyo de herramientas de visualización se podría realizar búsqueda de relaciones entre las variables u otras medidas interesantes que pueden ser aplicadas al modelo. Aquí se incluyen actividades generales como las descritas a continuación. a) Seleccionar los datos: en esta actividad se determina y se selecciona el conjunto de datos o un subconjunto de datos que fueron definidos en actividades anteriores..

(43) 43. b) Limpieza de datos: esta actividad lo que pretende es identificar la normalización de los datos, así como el tratamiento de valores que puedan faltar y que pueden ser esenciales al modelo, de hecho, esta es una actividad complementaria de la actividad de selección de datos. c) DataSet de análisis de datos: esta actividad implica la creación y definición de los campos que se incluirán en la tabla resumen. Esta tabla se crea a parte de los múltiples registros fuentes y campos que son trabajados en la fase inicial de entendimiento de los datos. Asimismo, es posible que se den ajustes a los campos y al formato, para facilitar el proceso de modelamiento en la herramienta tecnológica que apoya el proceso de modelamiento predictivo. Modelamiento: en la fase de modelamiento, según la metodología CRISP-DM, se deben seleccionar las técnicas más apropiadas para elaborar el modelo predictivo. Normalmente las técnicas de modelado se eligen en función de diferentes criterios, pero es sumamente importante determinar un método de evaluación de modelos que permita garantizar el modelo que más sea adecuado, con el objetivo de reconocer los estudiantes que puedan tener mayor probabilidad de desertar de la universidad. En este caso se incluyen cuatro actividades. a) Seleccionar técnica de modelado: se selecciona la técnica de minería más apropiada, coherente con el problema que se quiere resolver, y que sobre todo radique en detectar a aquellos estudiantes más propensos a ser desertores. Para esta selección es posible evaluar modelos de clasificación o modelos de árboles de decisión, y se deben incluir técnicas de visualización de datos. b) Generación del diseño de pruebas: en esta actividad es necesario verificar la validez y contundencia del modelo usado. Por ello, al utilizar algoritmos supervisados, como la clasificación, es común separar los datos en dos subconjuntos, uno de estos es usado para.

(44) 44. entrenamiento y el otro para pruebas. Posteriormente se construye un modelo basado en entrenamiento, de esta manera es factible medir el nivel de calidad del modelo. c) Construcción del modelo: se ejecuta la técnica seleccionada en las actividades anteriores, y se preparan los datos para generar uno o más modelos, donde cada una de las técnicas de modelado tienen características del modelo a generar, el cual debe ser aplicado al problema que se desea resolver. d) Evaluación de modelo: allí se interpretan los modelos de acuerdo con la problemática de deserción de estudiantes que se quiere solucionar, y en donde los factores críticos de éxito tienen un peso significativo. Evaluación: en esta fase se evalúa el modelo, teniendo en cuenta el objetivo y el cumplimiento de los factores críticos de éxito. Igualmente, se debe considerar la confiabilidad de que el modelo solamente aplica para el conjunto de datos en el cual se realizó el análisis. Por último, es conveniente revisar el proceso, a partir de los resultados obtenidos, para identificar posibles errores. Las actividades involucradas en esta última fase se detallan en los ítems que siguen. a) Evaluar resultados: en esta actividad de evaluación del modelo se estudia la relación de los objetivos propuestos en este documento de tesis, en búsqueda de determinar la eficiencia del modelo, o si por el contrario es oportuno replantearlo si el tiempo y las restricciones que tenga la IES lo permiten. b) A probar el modelo: si se ha determinado que las actividades hasta este momento han generado los resultados esperados, la IES estará en libertad de elaborar un plan de acción que mitigue la deserción estudiantil de la modalidad de educación virtual y distancia, dirigido a la población que fue objeto de estudio..

(45) 45. Finalmente, cuando las IES decidan poner en marcha el modelo propuesto, es necesario que tengan en cuenta aspectos mínimos para asegurar el éxito en su ejecución, y que permitan conseguir un diagnóstico más detallado de los datos que posee la institución, por cada uno de los dominios a revisar. De este modo se obtendría una línea base de las variables a trabajar en el modelo predictivo. Por lo anterior, se ha creado un artefacto que apoya todo el proceso de entendimiento, preparación y modelamiento de los datos que hacen parte del marco de trabajo. El formato de apoyo se ha llamado Preparación de datos en formato Excel, y tiene varias hojas anexas para el diligenciamiento por parte de la institución. A continuación, se describe cada una de las hojas a completar en el artefacto. Tabla 2. Descripción de Hojas de Artefactos Hoja del artefacto. Descripción y propósito. 00 - Informativo. Es una plantilla control en donde se indica cuál es la versión del documento y se detallan los dominios que hacen parte de la deserción.. 01 - Dashboard. Muestra gráficos de poblamiento de los datos respecto a los dominios, también indicadores resumidos de calidad y de completitud de los datos.. 02 - Definición de deserción. Ficha que ayuda a la institución a definir la deserción para su caso particular; tiene una lista de opciones para marcar las que sean pertinentes.. 03 - Sistemas de origen. En las columnas de esta matriz primero se agrupa por dominio, luego se ubican allí las variables definidas para el modelo, y por último el sistema de origen donde se encuentra la información. Es un inventario y permite hacer fácilmente el requerimiento al área de tecnología.. 04 - Variables y tipología. Muestra la naturaleza de la variable, deja también marcar las que deben ser convertidas en los procesos de limpieza de los datos.. 05 - Listas de valores. Listado de los valores recomendados por la metodología en cada campo.. 06 – Indicadores. Esta hoja calcula indicadores de error y de completitud, de.

(46) 46. manera individual, por cada variable planteada en el modelo. 07 - Análisis univariado. Presenta el formato estándar para evaluar el poblamiento del atributo a validar, tiene en primer lugar una tabla de frecuencias, adicionalmente, como apoyo, un gráfico de barras agrupadas para mejor visualización, y presenta una vista inicial de la proporción de los datos en el total del poblamiento, mediante una barra 100% apilada.. 08 - Análisis bivariado. Muestra la relación entre dos variables, cómo se distribuyen los datos; cada cruce tiene dos cuadros, el primer cuadro es la frecuencia de las dos cruces, el segundo es una tabla de frecuencia cruzada, donde la primera fila y columna tienen una cantidad de registros cruzados.. 09 - Diccionario de datos. Se genera una hoja de diccionario de datos basada en la definición de campos de la metodología.. Fuente: elaboración propia 7.2. Fase No. 2 - Caso de estudio. Después de haber explicado la metodología propuesta en las IES para interpretar el problema de la deserción de estudiantes, en la modalidad de educación virtual y a distancia, es necesario examinar los diferentes actores educativos en quienes se puedan promover espacios para el análisis, el acuerdo sobre planes de acción, y la ejecución de dichos planes dirigidos a la permanencia y graduación de los estudiantes de educación superior. Es por ello que la segunda fase está totalmente enfocada en la ejecución del caso de estudio, donde se integra, de modo totalmente activo, la IES que tiene una alta concentración de estudiantes bajo la modalidad virtual y a distancia..

(47) 47. 7.2.1. Institución Educativa: Universidad Minuto de Dios (Rectoría de Educación Virtual y a Distancia). La Universitaria Minuto de Dios (Uniminuto) se constituyó en 1990 y empezó a operar en 1992, en la localidad de Engativá (occidente de Bogotá), con el fin de facilitarle el acceso a la educación superior de calidad a una población que de otro modo no tendría posibilidades de educarse. Desde sus inicios, orientó sus esfuerzos hacia la creación de un proyecto educativo innovador que ofreciera educación de calidad, integral, flexible, de fácil acceso, y que formara ciudadanos íntegros y con grandes calidades espirituales, profesionales competentes, éticamente orientados y con motivación hacia la transformación social, quienes estarán en pro de la construcción de un país justo, reconciliado y en paz. La Uniminuto se ha consolidado como una de las universidades con mayor número de estudiantes a nivel nacional en el territorio colombiano, actualmente cuentan con 10 rectorías y con más de 73 sedes. Ahora bien, es clave aludir a la visión estratégica de la universidad, puesto que uno de los ejes de la sostenibilidad financiera y del impacto misional de Uniminuto son los procesos de la unidad de Educación Virtual y a Distancia, donde tienen como retos fortalecer y profundizar un modelo de educación virtual que apoye directrices clave de acceso, cobertura y calidad. Estos elementos se condensan y se explican en la Figura 17..

(48) 48. Figura 15. Mapa estratégico - Uniminuto Fuente: (UNIMINUTO, Plan de desarrollo 2013-2019, 2014) Por otra parte, un dato de igual relevancia es que el sistema de la Uniminuto actualmente cuenta con una población estudiantil que supera los 120 000 estudiantes en sus diferentes niveles de formación, como lo son: •. Pregrado (presencial, virtual y a distancia). •. Postgrado (presencial, virtual y a distancia). •. Educación continua. •. Articulación con la educación media. Si se revisa en detalle la participación de los estudiantes en programas de metodología a. distancia (tradicional y virtual), esta fue de 71.2%, mientras que a la metodología presencial le correspondió un 28.8% de la población estudiantil, tal y como se muestra en la Figura 18. Cabe resaltar que, desde el segundo semestre académico del año 2013, se observa una tendencia en el.

(49) 49. aumento de los estudiantes que optan por estudiar en la modalidad de educación virtual y a distancia.. Figura 16. Participación de los estudiantes por modalidad de estudios Fuente: (UNIMINUTO, 2018) Por su parte, el Instituto de Educación Virtual y a Distancia (IEVD) inicia en el 2008, amparado con el proyecto de Fortalecimiento de la Educación Técnica y Tecnológica del MEN, cuya finalidad es diseñar programas por competencias y en ciclos propedéuticos en los niveles técnico y tecnológico, en alianzas estratégicas con los sectores productivos. A la par, se ha venido consolidando el modelo de articulación educativa con la educación media técnica, estrategia que fomenta la integración de la educación media con la educación superior. En este escenario, la Rectoría Uniminuto Virtual y a Distancia (UVD), como unidad responsable del desarrollo y de la promoción y prestación de servicios de educación superior, ofrece como métodos de enseñanza-aprendizaje-evaluación el desarrollo de habilidades y actitudes de aprendizaje autónomo, con acompañamiento virtual. Con ello se ha logrado que la Uniminuto hoy esté presente en 20 departamentos y 79 municipios, a través de centros de tutoría en las diferentes sedes, convenios y Ceres (Centros Regionales de Educación Superior) administrados por el sistema..

(50) 50. En ese sentido, es justo destacar el número de estudiantes con los que cuenta la Rectoría UVD, 11 289 de los 83 780 estudiantes, se forman en la metodología a distancia en Uniminuto, al igual que la proporción de estudiantes por género, cuya relación es de tres mujeres por un hombre, y que el 45% de la población estudiantil se encuentra en el rango de los 27 a 36 años. 7.2.2. Alineamiento conceptual (Rectoría de Educación Virtual y a Distancia). Para empezar, un dato clave es que el nivel de deserción que se presenta en la Rectoría UVD, el cual se ubica en el 8.3%, frente al Promedio Nacional Colombia del SPADIES, ubicado para el 2016-1 en 12.36%, implica una cifra que es baja, y con ello se resaltan las estrategias de Bienestar Universitario para la retención de estudiantes, sobre todo en cuanto a acompañamiento psicológico, orientación vocacional, acompañamiento psicosocial y apoyo socioeconómico.. Figura 17. Cifras de deserción de Rectoría IEVD - Uniminuto Fuente: (UNIMINUTO, UVD en cifras , 2017) A continuación, se presenta el análisis de capacidades que hace parte de la metodología propuesta, pero antes, es importante mencionar que un modelo de capacidad describe el conjunto completo de capacidades que la institución necesita para ejecutar su modelo de negocio y desarrollar su planeación estratégica. Con esta claridad, se ha diligenciado al artefacto sugerido.

(51) 51. para las cuatro unidades de negocio que hacen parte de la Red de Dependencia de Beneficios. Estos procesos de negocio son:. Figura 18. Artefacto - Análisis de capacidades en Gestión de Comunicaciones - Uniminuto Fuente: elaboración propia.

(52) 52. Figura 19. Artefacto - Análisis de capacidades en bienestar estudiantil - Uniminuto Fuente: elaboración propia. Figura 20. Artefacto - Análisis de capacidades en asesores académicos - Uniminuto Fuente: elaboración propia.

(53) 53. Figura 21. Artefacto - Análisis de capacidades en asesores académicos - Uniminuto Fuente: elaboración propia En última instancia, se ha utilizado el artefacto de alineación conceptual para la deserción, junto con el equipo que participa en la definición de deserción estudiantil para los programas de Educación Virtual y a Distancia, con el objetivo de entender cuáles son los principios generales, las directrices y las problemáticas que desde la parte estratégica de la institución se requiere resolver. Adicionalmente, se pretende tener una alineación con las capacidades o procesos de negocio, para que en la parte de construcción del modelo se pueden considerar elementos clave como la población objetivo, beneficios que se esperan con el modelo propuesto, entre otros elementos. A continuación, se presenta el artefacto de alineamiento conceptual..

(54) 54. Figura 22. Artefacto - Alineamiento conceptual de deserción estudiantil - Uniminuto Fuente: elaboración propia 7.2.3. Desarrollo del trabajo. 7.2.3.1 Definición de deserción Para la Uniminuto, la deserción estudiantil se define como el abandono de un programa académico por dos periodos consecutivos, las problemáticas que lo generan pueden ser las siguientes: •. Problemas financieros del estudiante.. •. Deficiencias académicas de educación media.. •. Expectativas del estudiante no se alinean con el programa académico.. •. Pérdida constante de materias y de créditos académicos.. •. Posibilidad de detectar y monitorear a los estudiantes en riesgo de deserción o ausentismo..

(55) 55. •. Imposibilidad actual de detectar ausentismo académico y en ocasiones ejecución de análisis cuando el estudiante ya ha desertado.. •. Trámite de desvinculación académica realizado por el estudiante.. 7.2.3.2 Entendimiento de los datos •. Colección de datos iniciales En la Uniminuto se llevó a cabo el diligenciamiento de la plantilla de orígenes de datos, el. resultado de ese ejercicio fue el siguiente:. Figura 23. Validación orígenes de datos del caso de estudio Fuente: elaboración propia La cantidad de datos de la Uniminuto se ve afectada debido a que no está disponible en los sistemas de información actuales, hay muchos archivos de Excel que los contienen, y a causa de esta situación, la universidad emprendió un proyecto en el año 2017 para cambiar los sistemas actuales. Una vez se determinó dónde estaba la información, la universidad procedió al proceso de extracción, y entregó a los autores de esta investigación los siguientes conjuntos de datos: •. Admitidos: en esta colección de datos se visualiza a las personas que iniciaron un proceso de admisión para la educación virtual y a distancia..

(56) 56. •. Bienestar: se recolecta la información de los eventos que realiza el área de Bienestar Universitario y donde se registra información de los estudiantes que participan en estos.. •. Carga académica: la composición de las actividades académicas de cada docente, tales como información de horas de docencia, horas de investigación, horas en actividades de bienestar, etc.. •. Catálogo cursos: en este se encuentran en detalle las características esenciales del curso como el nivel, el responsable de la materia, entre otras, incluso la intensidad horaria semanal.. •. Demográficos: contiene información biográfica de las personas que actualmente tienen el rol de estudiante, quienes se encuentran registradas dentro del sistema de información académica.. •. Deserción: aquí se evidencian los datos de los estudiantes que han tomado materias y se demuestra continuidad dentro de los periodos académicos y a lo largo de los años. Es importante afirmar que se deben calcular y estimar criterios de ausentismo y deserción.. •. Docentes: listado de los profesores con atributos como categoría, tipo de contrato, facultad a la cual pertenece, periodo académico.. •. Graduados: en esta colección de datos se halla información de los estudiantes que han iniciado su proceso de grado y de cuál fue su promedio histórico. Cabe agregar que se encuentra un nivel de granularidad bastante alto por el manejo de los periodos académicos, dado que se pueden dar varios escenarios y uno de ellos es que los estudiantes hayan terminado todas sus materias, y posteriormente (un año después) hayan iniciado su proceso de grado.. •. Materias: dentro de este conjunto de datos hay información descriptiva, y se abordan las características de las materias registradas por estudiante dentro de la universidad, bajo la modalidad de educación virtual y a distancia..